Em 6 de novembro de 2026, Raluca Budiu publicou no Nielsen Norman Group uma nova versão do Usability 101, substituindo o texto original que Jakob Nielsen tinha escrito em 2012. A versão antiga continua no ar por referência histórica, mas a nova incorpora o que mudou com IA generativa e agentes. O artigo define usabilidade, lista os cinco componentes clássicos, e mostra como medir cada um.
Vou atravessar os cinco componentes, mostrar como cada um vira número em um teste, e onde a definição quebra quando a interface é gerada por IA. O objetivo não é repetir o artigo da NN/g, é amarrar cada componente a uma decisão de implementação que você pode tomar na sua interface já na próxima sprint.
O que a NN/g chama de usabilidade
A definição é direta: usabilidade é o quão facilmente uma pessoa consegue completar uma tarefa usando uma interface. Não é estética, não é marca, não é satisfação geral com o produto. É uma medida relativa a um usuário específico, uma tarefa específica e um contexto específico. A mesma tela pode ser usável para um analista no desktop e intragável para o mesmo analista no celular correndo para pegar metrô.
Isso já descarta a frase que muita gente usa: minha interface é usável. Não existe. Existe usável para quem fazendo o que onde. Essa é a primeira disciplina.
Usabilidade, utilidade e utilidade combinada
A NN/g separa três conceitos. Utility é se o produto faz o que precisa ser feito. Usability é se dá para usar o que ele faz. Usefulness é o produto dos dois. Um editor de vídeo que não tem corte é inútil mesmo que cada botão esteja no lugar certo. Um editor cheio de recursos escondidos atrás de atalhos não documentados tem utility alta e usefulness baixa, porque o usuário não consegue chegar na função.
Essa separação importa porque muita discussão sobre interface é na verdade sobre feature faltando. Se o usuário não consegue cancelar a assinatura porque a opção não existe, nenhum ajuste de contraste vai resolver.
Os cinco componentes e como cada um vira métrica
Nielsen definiu em Usability Engineering, de 1993, cinco componentes de usabilidade, e eles continuam sendo a espinha do framework da NN/g. São eles: aprendizado, eficiência, memorabilidade, erros e satisfação. A diferença do texto decorativo para o texto útil é saber o que cada componente mede e como medir.
Aprendizado (learnability)
É o quão rápido alguém que nunca viu a interface consegue realizar uma tarefa básica. A métrica direta é taxa de sucesso na primeira tentativa, e tempo até o primeiro sucesso. A NN/g observa que, em um site de imposto de renda que a pessoa usa uma vez por ano, aprendizado é o componente mais importante, porque o usuário nunca vira especialista.
No código, isso aparece em decisões concretas: usar label visível em vez de placeholder que some, não esconder ações primárias atrás de menu hambúrguer em fluxo que precisa ser feito de primeira, e manter o nome do botão coerente com o que a pessoa está tentando fazer.
Eficiência
É o quão rápido alguém que já aprendeu a interface consegue executar a tarefa. Mede com tempo de tarefa e número de passos até a conclusão. Para um software CAD usado oito horas por dia, eficiência é o que mais importa, porque o custo de cada clique a mais é multiplicado por milhares de execuções.
É aqui que entram atalhos de teclado, defaults inteligentes, e comandos que eliminam etapa. Se o seu usuário abre o mesmo modal cinquenta vezes por dia e sempre escolhe a mesma opção, eficiência está dizendo que aquela opção deveria ser o padrão ou ter atalho.
Memorabilidade
É o quão rápido alguém que já aprendeu, mas ficou três meses sem usar, volta a ser proficiente. Mede com taxa de sucesso em visita de retorno. É o componente mais ignorado, e é o que explica porque um dashboard que o usuário entende no treinamento vira um labirinto depois das férias.
Memorabilidade é inimiga de layout que muda sozinho. Se o menu reordena por uso recente, o usuário nunca memoriza a posição. O custo cognitivo que você economiza no curto prazo volta como penalidade no retorno.
Erros
Tem três sub-métricas: quantos erros acontecem, quão graves são, e quão fácil é se recuperar. Erros incluem desde o escorrego (a pessoa sabia o que queria fazer e clicou errado) até o engano (a pessoa achou que estava fazendo uma coisa e estava fazendo outra).
Esse componente é onde a tese de design não punitivo mora. O formulário que apaga tudo quando você erra um campo está falhando no terceiro item, recuperação. A mensagem dados inválidos sem dizer qual campo está falhando no segundo, gravidade percebida, porque obriga o usuário a adivinhar. O sistema honesto sobre erro parece assim:
<input
type="email"
name="email"
aria-invalid="true"
aria-describedby="email-erro"
/>
<p id="email-erro" role="alert">
O email precisa ter arroba. Você digitou: kelvin.yellowkode.com
</p>
Três coisas acontecem: aria-invalid marca o campo para leitor de tela, aria-describedby amarra o erro ao campo certo, e a mensagem diz o que está errado e mostra o que a pessoa digitou, para ela ver o próprio engano sem redigitar tudo. Isso não é caprichoso, é o mínimo para o componente de erro não ser hostil.
Satisfação
É o quão agradável é usar. Mede com questionário, tipicamente SEQ (Single Ease Question) depois de cada tarefa, e SUS (System Usability Scale) no fim da sessão.
O próprio NN/g detalha os dois em outro artigo, e vale separar: SEQ é uma pergunta só, de 1 a 7, aplicada imediatamente depois de cada tarefa, com foco em diagnosticar qual tarefa está difícil. SUS tem dez perguntas em escala Likert de 1 a 5, aplicada no fim, e gera uma nota única de 0 a 100 para comparar o sistema inteiro entre versões ou contra concorrente. O MeasuringU acompanhou mais de 400 tarefas com cerca de 10.000 usuários e encontrou SEQ médio entre 5.3 e 5.6, então se o seu teste deu 4, não está no meio da escala, está abaixo da média de mercado.
O que isso significa na prática
O jeito consagrado de descobrir onde a interface quebra nesses cinco componentes é teste de usabilidade: você recruta usuários representativos, dá uma tarefa realista, e observa. Não pergunta se eles gostam. Observa se conseguem.
Nielsen popularizou nos anos 90 a ideia de que cinco usuários em teste qualitativo já revelam a maior parte dos problemas sérios. O ponto não é que cinco são suficientes para tudo, e sim que depois do quinto a taxa de novo problema descoberto cai muito, e é melhor rodar outra rodada de cinco com a correção já feita. Design iterativo é isso: testa cedo com protótipo, corrige, testa de novo.
Já passei anos rodando teste A/B num fluxo de assinatura com dois frontends diferentes falando com o mesmo backend. Mesma API, mesma lógica, mesmos pagamentos aceitos, receita mensuravelmente diferente entre os dois lados. Isso é o teste empírico de que usabilidade não é decoração: se o valor estivesse todo atrás da API, os dois lados dariam o mesmo número. Mas exige disciplina de medição, senão vira opinião com gráfico em cima.
Para medição quantitativa (quando o objetivo é número, não lista de problemas), as métricas típicas por componente são taxa de sucesso e tempo até primeiro sucesso para aprendizado, tempo de tarefa e número de passos para eficiência, taxa de sucesso na visita de retorno para memorabilidade, taxa e gravidade de erro mais tempo de recuperação para erros, e SUS ou rating pós-tarefa para satisfação. Esse mapa é útil porque descola a pergunta minha interface é boa em cinco perguntas que têm resposta numérica.
Onde a definição quebra
Dois lugares, e a NN/g é explícita sobre os dois.
IA generativa muda a saída a cada execução. Se o seu produto responde com texto gerado, duas respostas igualmente corretas para o mesmo pedido podem ter usabilidade muito diferente, uma formatada em lista com cabeçalho, outra em parágrafo denso sem respiro. Mesmo usuário, mesma tarefa, usabilidade variável. Isso quebra a premissa de que você testa a interface uma vez e sabe como ela se comporta. Interfaces generativas, em que o próprio layout é desenhado pela IA no momento, estendem o problema para controles e hierarquia.
Quase nenhum engenheiro de IA tem design system e style guide publicado, e é por isso que quase toda interface de produto com agente parece feia e inconsistente. Mas design system só se paga quando tem mais de um time consumindo, então em produto pequeno investir pesado nisso cedo é desperdício. O trade off real.
Agentes quebram a equação usuário igual humano. Um agente pode ler o HTML da página e achar o telefone de atendimento mesmo que o contraste do texto seja ilegível para humano. E o inverso: um site fácil para pessoa pode ser péssimo para agente, porque depende de interação visual que o agente não enxerga. A NN/g propõe tratar usabilidade para humano e capacidade de ser operado por agente como duas coisas diferentes, e estudá-las separado.
O que ainda não dá para afirmar
A NN/g lista como questão de pesquisa em aberto o uso de usuários sintéticos (LLMs fingindo ser respondente) e de digital twins para substituir participante real. Não dá para tratar como substituto confiável, e o texto é direto nisso. Também não está resolvido como adaptar teste de usabilidade para interfaces generativas de forma reproduzível: se cada execução gera uma UI diferente, o conceito de amostra de participantes precisa ser repensado.
Nenhuma das propostas de automatizar detecção de problema de usabilidade com IA tem ainda evidência sólida de que iguala o olho de um pesquisador observando a sessão. Pode chegar lá. Hoje não chegou.
Como testar isso você mesmo
Pega uma tarefa real do seu produto, uma coisa que usuário precisa fazer toda semana. Escreve ela como instrução curta, sem dar dica de caminho: em vez de clique no menu configurações e depois em notificações, escreve você quer parar de receber email de resumo diário.
Chama cinco pessoas que estão no perfil do seu usuário. Não chama colega de time. Pede para a pessoa fazer a tarefa enquanto compartilha a tela, e pede para ela falar em voz alta o que está pensando. No fim de cada tarefa, pergunta: no geral, quão fácil ou difícil foi essa tarefa, numa escala de 1 a 7. Isso é SEQ. Anota.
Observa três coisas: onde a pessoa hesita, onde ela clica em algo que não era para ser clicável, e onde ela sai do caminho que você esperava. Cada um desses momentos é um problema específico ancorado em um dos cinco componentes. No fim das cinco sessões, você vai ter uma lista de problemas repetidos e uma distribuição de SEQ. Problema que aparece em três ou mais dos cinco é seu backlog. Tarefa com SEQ abaixo de 5 está abaixo da média de mercado.
Não precisa de laboratório, não precisa de ferramenta cara. Precisa de um link de videochamada, cinco pessoas e disciplina para não ajudar o participante quando ele trava. A hora em que ele trava é o dado.





